YOZLAŞMA ATLASI - Tarihten Geleceğe İnsan ve Yönetim - 8. YAZI
“Yapay Zekâ” Kurtuluş mu, Kıyamet mi?
“Makinelerin insan benzeri düşünme, öğrenme ve karar verme yeteneklerini taklit etmesi” olarak tanımlanan yapay zekâ (Artificial Intelligence, AI), şimdilik insan zekâsının bazı yönlerini modelleyerek makinelerin çevresini algılamasını, verileri analiz etmesini ve akıllıca tepki vermesini sağlıyor.
Bilgisayar sistemlerinin öğrenme, akıl yürütme, problem çözme, algılama ve karar verme gibi insan zekâsıyla ilişkilendirilen görevlerini yerine getirme yeteneği gösteren yapay zekânın temel amacı, makinelerin ve yazılımların belirli görevleri gerçekleştirirken insan zekâsına benzer bir anlayış geliştirmesini sağlamaktır. Yapay zekâ, insan beyninin öğrenme ve düşünme mekanizmalarını bilgisayar sistemlerine aktarmayı hedefleyen bir teknolojidir.
Tarihçe
İngiliz matematikçi ve mantıkçı Alan Turing tarafından 1950 yılında ilk kez kavramsallaştırılan yapay zekânın en ilgi çekici ve en çok tartışılan ölçütlerden biri “Turing Testi” halen kullanılmaktadır. İlk olarak Turing'in “Computing Machineryand Intelligence” adlı ufuk açıcı makalesinde ortaya atılan test, bir makinenin bir insanınkinden ayırt edilemeyen zeki davranışlar sergileyip sergileyemeyeceğini belirlemek için bir ölçüt önermektedir. Bu ölçüt, makinenin doğru yanıtlar üretme yeteneğine değil, daha ziyade insan-benzeri tepkiler üretme kapasitesine dayanmaktadır. Orijinal Turing Testi, bir sorgulayıcının hem bir makine hem de bir insanla, her ikisini de görmeden, doğal dilde onlarla konuşmasını içerir. Sorgulayıcı, konuştuklarından hangisinin makine hangisinin insan olduğunu tutarlı bir şekilde ayırt edemezse, o makinenin testi geçtiği kabul edilir.
Bu test sadece onlarca yıllık felsefi tartışmaları ve teknolojik yenilikleri teşvik etmekle kalmamış, aynı zamanda bilişsel bilim ve yapay zekâ araştırmalarında temel bir kavram olarak hizmet etmiştir. Zihnin doğası, zekâ ve makinelerde bilinç olasılığı hakkında derin sorular sorarak, etik sonuçları ve yapay zekânın insanın bilişsel işlevlerini kopyalama veya aşma potansiyelini keşfetmek için bir çerçeve sağlamıştır. Dahası Turing Testi yapay zekâ konusundaki kamu algısını ve bilimsel söylemi etkileyerek yapay sistemlerin yetenekleri ve geleceği hakkındaki tartışmalarda temel bir unsur haline gelmiştir.
1960’larda ve 1970’lerde, yapay zekâ alanında önemli gelişmeler yaşanmış, ilk yapay zekâ uygulamaları ve programları geliştirilmiştir. Bu dönemde, “hedeflerde çözümleme” (problem-solving) ve “sembolik mantık” gibi yaklaşımlar ön plana çıkmıştır. Dönemin en dikkat çekici projelerinden biri ise 1966’da Joseph Weizenbaum tarafından geliştirilen ELIZA programıdır. ELIZA, doğal dil işleme yeteneği ile dikkat çekerek, insanlarla etkili şekilde iletişim kurabilen bir sistem olarak tarihe geçmiştir.
1980’ler ve 1990’larda, yapay zekâ araştırmalarında duraklama dönemi yaşanmıştır. Bu süreçte, araştırmacılar, yapay zekâ sistemlerinin logic (mantık) ve akıl yürütme yeteneklerinin sınırlı olduğunu fark ederek daha pratik ve uygulamalı çözümler arayışına yönelmişlerdir. Ancak 2000’lerin başında, hesaplama gücündeki artış ve büyük veri ile makine öğrenimi tekniklerinin yaygınlaşması, yapay zekâ araştırmalarını yeniden canlandırmış ve bu alandaki ilerlemelere hız kazandırmıştır.
Yapay Zekânın Çalışma Prensipleri ve Özellikleri
Tek bir teknoloji olmayan, makinelerin zekâsını geliştirmek için birlikte çalışan çeşitli teknoloji ve metodolojilerden oluşan yapay zekâ, genellikle öğrenme, akıl yürütme, algılama ve problem çözme gibi süreçlerle ilişkilendirilir. Yapay zekâ sistemleri, sorunları çözmek için insanlardaki mantık yürütmeye benzer bir simülasyon gerçekleştirir, ancak karar vermek için veri, algoritma ve olasılık kullanır. Gerçek dünyadaki senaryoları algılamak, analiz etmek ve bilgileri insanlara aktarmak için sensörlere sahiptir.
Yapay zekâ sistemlerinin çalışmasında beş aşama:
1. Veri Toplama: Farklı kaynaklardan veriler toplanır.
2. Veri İşleme: Toplanan veriler temizlenir, düzenlenir ve analiz edilmeye hazır hale getirilir.
3. Algoritmaların Kullanımı: Makine öğrenmesi ve derin öğrenme algoritmaları verileri işler ve örüntüleri tanımlar.
4. Karar Verme: Sistem, öğrendiği bilgilerle tahmin yapar ve uygun kararı seçer.
5. Sürekli Öğrenme: Yeni veriler geldikçe kendini günceller ve daha doğru sonuçlar üretir.
Yapay Zekânın Alt Alanları
Yapay zekâ, kendisiyle ilişkili ancak ayrı özelliklere sahip alt alanları barındırır:
· Makine Öğrenimi (ML): Yapay zekânın bir altkümesidir. İnsan müdahalesi olmadan zaman içinde doğruluklarını artırmak için verilerden öğrenebilen yazılımlar oluşturmaya odaklanır. Makine öğrenimi algoritmaları, daha iyi kararlar ve tahminler için örüntüler bulmak üzere eğitilebilir.
· Derin Öğrenme (DL): Makine öğreniminin bir altkümesidir. Yapay sinir ağlarının (insan beyni gibi çalışacak şekilde modellenen algoritmalar) büyük miktarda veriden öğrendiği bir yöntemdir. Bilgisayarların daha karmaşık sorunları çözmesini sağlar ve kendi kendilerine yeni özellikler oluşturabilirler. Çok katmanlı sinir ağlarına verilen isimdir.
· Doğal Dil İşleme (NLP): Makinelerin insan dilini anlamasını, işlemesini ve taklit etmesini sağlayan bir yapay zekâ dalıdır. Amazon Alexa veya Google Asistan gibi sesli asistanlar bu teknolojiyi kullanır.
· Sinir Ağları/Yapay Sinir Ağları (YSA): İnsan beyninin veri işleme fonksiyonunu taklit eden derin öğrenme bileşenleridir. “Düğüm” adı verilen yapay nöronlardan oluşan birden çok katmandan meydana gelir. Temel bir sinir ağı bir veya iki gizli katmana sahipken, bir derin öğrenme ağı düzinelerce hatta yüzlerce katmana sahip olabilir.
Yapay Zekâ Türleri:
Yapay zekâ farklı türlere ayrılır ve her biri farklı yeteneklere ve kullanım alanlarına sahiptir. İşte en yaygın yapay zekâ çeşitleri:
Genel Yapay Zekâ Türleri
· Dar Yapay Zekâ (Artificial Narrow Intelligence, ANI): Belirli görevleri yerine getirmek için tasarlanmıştır. Örnek: Siri, Google Translate.
· Genel Yapay Zekâ (Artificial General Intelligence, AGI): İnsan gibi düşünebilen, öğrenebilen ve farklı görevleri yerine getirebilen sistemler. Henüz tam anlamıyla geliştirilmemiştir.
· Süper Yapay Zekâ (Artificial Super Intelligence, ASI): İnsan zekâsını aşan, kendi kendine öğrenip karar verebilen teorik bir yapıdır. Günümüzde ütopik görünmektedir.
Fonksiyonel Yapay Zekâ Türleri
· Reaktif Makineler: Belleği olmayan, sadece mevcut duruma tepki veren sistemlerdir. Örnek: IBM Deep Blue satranç bilgisayarı.
· Sınırlı Bellekli Makineler: Geçmiş verileri kullanarak karar verebilir. Örnek: Otonom araçlar.
· Zihin Teorisi: Diğer varlıkların düşüncelerini ve duygularını anlayabilen yapay zekâ türü. Henüz deneysel aşamadadır.
· Öz Farkındalık: Kendi varlığının farkında olan, duyguları ve düşünceleri anlayabilen yapay zekâ. Bu da henüz teorik bir aşamadadır.
Uygulama Temelli Yapay Zekâ Türleri
· Makine Öğrenmesi (Machine Learning): Verilerden öğrenerek tahmin ve kararlar üretir.
· Doğal Dil İşleme (NLP): İnsan dilini anlama ve üretme yeteneği. Örnek: Chatbotlar, çeviri sistemleri.
· Görüntü Tanıma ve Nesne Algılama: Görseller üzerinden analiz yapar. Örnek: Güvenlik kameraları, tıbbi görüntüleme.
· Uzman Sistemler: Belirli alanlarda uzman gibi karar verebilen sistemler. Örnek: Tıbbi teşhis yazılımları.
· Robotik: Fiziksel makinelerin insan benzeri görevleri yerine getirmesini sağlar. Örnek: Cerrahi robotlar, üretim hattı robotları.
Donanım Meselesi ya da Dünyada Çip Savaşları
Yapay zekâ programı geliştirmek için ihtiyaç duyulan donanım, projenin ölçeğine ve hedeflerine göre değişir. Ancak genel olarak aşağıdaki bileşenler kritik öneme sahip çiplerdir.
|
Donanım |
Açıklama |
|
CPU (İşlemci) |
Çok çekirdekli ve yüksek frekanslı işlemciler tercih edilir. |
|
GPU (Ekran Kartı) |
Yapay zekâ modellerini eğitmek için güçlü bir GPU şarttır. |
|
RAM (Bellek) |
Büyük veri setleriyle çalışırken kritik hale gelir. |
|
Depolama (SSD) |
Hızlı veri erişimi için yüksek kapasiteli SSD gereklidir. |
|
NPU (Neural Processing Unit) |
Yeni nesil AI PC’lerde özel yapay zekâ görevleri için entegre NPU’lar bulunur. |
|
Soğutma ve Güç |
Yoğun işlem yükü nedeniyle iyi bir soğutma sistemi ve güçlü PSU (güç kaynağı) gerekir. |
Donanım yatırımı yapmak yerine, aşağıdaki platformlarla da yapay zekâ geliştirilebilir. Ancak bunlar da yüksek maliyetli çözümlerdir;
· Google Colab (ücretsiz GPU erişimi)
· Microsoft Azure Machine Learning
· Amazon SageMaker
· NVIDIA GPU Cloud
Çip Nedir, Nasıl Üretilir?
Yarı iletken çipler akıllı telefonumuzdan bilgisayarımıza, otomobilimizden televizyonumuza neredeyse çevremizdeki bütün elektronik cihazların içinde yer alıyor. Çipler sadece kişisel olarak kullandığımız cihazlar için değil otomotiv, savunma, sağlık, iletişim gibi sayısız alanda kritik öneme sahip elektronik bileşenlerdir.
Bilgisayar çipi, mikroçip, bütünleşik devre, yarı iletken çip, yonga gibi farklı isimlerle bilinen çipleri elektronik cihazların “beyni” olarak tanımlayabiliriz.
Çiplerin çoğu yarı iletken özellikte bir malzeme olan silisyumdan elde edilen silikon ile üretiliyor. Silisyumun yanı sıra germanyum ve galyum arsenür gibi malzemeler de çip üretiminde kullanılabiliyor. Yarı iletkenlerin elektriği iletme özellikleri farklı yöntemler kullanılarak (örneğin elektrik akımı, voltaj, ışık etkisi ile) kontrol edilebiliyor. Bu sayede istendiğinde bir yalıtkan istediğinde ise bir iletken gibi davranabiliyorlar.
Çip, modern teknolojinin kalbinde yer alan minik ama son derece güçlü bir elektronik bileşendir. Genellikle silikon tabanlı bir yüzeye yerleştirilmiş mikroskobik devrelerden oluşur ve milyonlarca hatta milyarlarca transistör barındırır. Genellikle birkaç milimetre boyutundadır ama içinde karmaşık devreler bulunur.
Çip Ne İşe Yarar?
· Veri İşleme: Bilgisayarlar, telefonlar ve diğer cihazlar çipler sayesinde işlem yapabilir.
· Hafıza: RAM ve SSD gibi bellek birimleri çiplerle çalışır.
· Kontrol: Otomobillerden çamaşır makinelerine kadar birçok cihazın kontrol sisteminde çip bulunur.
Dünyada En Büyük 5 Çip Üreticisi Şirket
|
Üretici |
Ülke |
Uzmanlık Alanı |
|
TSMC |
Tayvan |
Yüksek performanslı işlemciler |
|
Intel |
ABD |
Bilgisayar işlemcileri |
|
Nvidia |
ABD |
Grafik işlemcileri (GPU) |
|
Qualcomm |
ABD |
Mobil işlemciler |
|
Samsung |
Güney Kore |
Bellek ve mobil çipler |
2020-2023 Küresel Çip Kıtlığı
2020'nin başlarından itibaren, COVID-19 salgının etkileri ve bu etkileri hafifletme çabaları, tedarik zincirlerinde ve lojistikte aksamalara neden olmuştur. Bazı ülkelerin de uzaktan çalışma ekonomisine geçmesi nedeniyle kişisel bilgisayarlara küresel talepte %13’lük bir artış oluşmuş; bu da oldukça geniş olan elektronik ürün yelpazesinin üretimi için gerekli olan temel çiplerin tedarikini etkilemiştir. Pandeminin Güney Kore ve Tayvan'daki yarı iletken üretimi üzerindeki etkisi, kıtlığın nedeni olarak gösterilirken, kısıtlı arzın, konsol oyunları ve otomotiv endüstrisi gibi geniş sektörleri etkilediği belirtilmiştir.
Küresel çip krizine, COVID-19 salgınının yarattığı kartopu etkisinin ortaya çıkardığı birçok etmenin oluşturduğu "kusursuz fırtına" sebep olmuştur ve kıtlığın hızlanmasındaki en ana etmendir. Buna katkıda bulunan bir diğer faktör de talebin mevcut üretim kapasitesini karşılayamayacak kadar büyük olmasıdır. Bunlar haricinde ABD-Çin ticaret savaşı ve Tayvan'da 2021 yazında yaşanan kuraklık da dahil olmak üzere şiddetli hava olayları da önemli bir etken olmuştur. Kuraklıklar, fabrikaları ve tabakaları temizlemek için gereken ultra saf suyun bulunamaması nedeniyle üretimi etkilemiştir.
Eylül 2020'de Çin ve ABD arasındaki ekonomik çatışmanın bir parçası olarak ABD Ticaret Bakanlığı, Çin'in en büyük çip üreticisi Semiconductor Manufacturing International Corporation'a (SMIC) kısıtlamalar getirerek Amerikan bağlantılı şirketlere satış yapmalarını zorlaştırdı. Bu kısıtlamalar şirketleri Taiwan Semiconductor Manufacturing Company Limited (TSMC) ve Samsung gibi diğer üretim tesislerini kullanmaya zorladı ancak bu şirketler zaten maksimum kapasitede üretim yapmaktaydı.
Çip krizi sona erdi ama Çin ile ABD arasındaki ticaret ve teknolojiye dayanan güç savaşı şiddetini artırarak devam ediyor.
* Türkçede genel olarak “çip” sözcüğü kullanılmakla birlikte “mikroçip” ve “yonga” sözcükleri de tercih edilmekte; dünyada ise genel kullanım “yarı iletken çipler” şeklindedir.
Haftaya 8. Yazımızda, Yozlaşma Atlası’nda;
“Yapay Zekâ” Kurtuluş mu, Kıyamet mi? devam edecek.
* Haftaya yapay zekânın geleceğini hukuk ve etik yönleri ile ele alacağız.
